痴呆教育行动资源随机对照试验

其内容是一项干预试验,旨在评估在线培训项目 Dementia Education and Resources for Action(DERA)在提升社区健康工作者(CHWs)对阿尔茨海默病及相关痴呆(ADRD)的知识、减少污名以及改善服务相关自我效能方面的效果

George Mason UniversityGeorge Mason University
clinicaltrials
浏览 8
其他分类Alzheimer's Disease and Related Dementia
Randomized Controlld Trial of Dementia Education Resources for Action

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

痴呆教育行动资源随机对照试验

该数据集来自 clinicaltrials.gov,属于神经系统疾病 / 阿尔茨海默病分类,主题为 Alzheimer's Disease and Related Dementia。其内容是一项干预试验,旨在评估在线培训项目 Dementia Education and Resources for Action(DERA)在提升社区健康工作者(CHWs)对阿尔茨海默病及相关痴呆(ADRD)的知识、减少污名以及改善服务相关自我效能方面的效果。研究假设完成 DERA 的参与者将提高 ADRD 知识与服务自我效能,并降低对 ADRD 及患者的污名。该数据可用于评估培训干预效果、分析知识、污名与自我效能等指标(来源 clinicaltria。

【数据内容】

源站描述(机器翻译,仅供参考):条件:阿尔茨海默病及相关痴呆。本干预试验的目标是评估在线培训项目 Dementia Education and Resources for Action(DERA)在改善社区健康工作者(CHWs)的阿尔茨海默病及相关痴呆(ADRD)知识、污名和服务相关自我效能方面的有效性。我们假设完成 DERA 的参与者将在相关服务中提高 ADRD 知识和自我效能,并减少对 ADRD 及受影响人群的污名。

【主题与分类】

主题标签:Alzheimer's Disease and Related Dementia。本站分类:神经系统疾病/阿尔茨海默病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07545577

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07545577

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

条件:阿尔茨海默病及相关痴呆。本干预试验旨在评估在线培训项目“痴呆教育与行动资源”(DERA)在提升社区卫生工作者(CHWs)对阿尔茨海默病及相关痴呆(ADRD)的知识、减少污名化及增强服务相关自我效能方面的有效性。我们假设,完成DERA的参与者将在ADRD相关知识和服务相关自我效能方面有所提升,并对ADRD及受影响人群的污名化态度有所减轻。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。